MétaCan
Menu
Retour à la cohorte
Enregistrement W3038091992 · doi:10.22215/etd/2020-14085

ESL Textbooks Materials and Real Language Use: Comparing Corpus-Based Materials and Textbook Materials on Gerunds/ Infinitives

2020· dissertation· en· W3038091992 sur OpenAlexaff
Firoozeh Chalabian

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGerundInfinitiveLinguisticsVerbGrammarNominative caseComputer scienceNounNatural language processingPsychologyArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Acquisition of [verb] + gerund/infinitive-complement constructions can be problematic for ESL learners. Following a preliminary study identifying conflicts between rules presented on the complementation of several verbs in ESL textbooks and grammar references, this study compares gerund/infinitive verb complementation in English corpus data with their presentation in ESL/EFL textbooks and grammar references. We sought to resolve these conflicts using a corpus-based approach. Corpus-based research has looked at verbcomplementation of high-frequency verbs, yet these studies did not include the verb 'mean'. Findings reveal that complementation type following 'mean' depends on which of the 11 senses of the word is being used. Additionally, frequency of usage of these senses varies significantly between the two corpora. We highlight the utility of corpora to inform practitioners about the use of gerunds/infinitive complements in general and for 'mean'.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0990,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,327
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSecond Language Acquisition and LearningTravaux en français237 207